Herke van Hoof
収録論文 4本 ・ フィジカルAI/ロボット学習
模倣学習ナビゲーション強化学習・探索
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 軌道セグメンテーションによる指示追従ポリシーのデータ拡張模倣学習2025/3/1
ラベルなしプレイ軌道から指示付きセグメントを抽出する確率的セグメンテーション手法を提案し、模倣学習による指示追従ポリシーの性能を少ない注釈データで向上させた。
- ロボットナビゲーションのための計画と強化学習の階層化ナビゲーション2021/9/1
高レベル表現上で学習可能な計画ポリシー(学習遷移モデル付き価値反復)を用いる階層型フレームワークを提案し、ロボットの動力学や環境条件をロールアウトデータから学習してナビゲーション性能を向上させた。
- 非一様状態表現を用いた強化学習による適応的探索強化学習・探索2019/6/1
探索領域を非一様にサンプリングし、強化学習に基づく非近視眼的経路生成で確率質量を効率的にカバーする探索アルゴリズムを提案した論文。
- ベイズニューラルネットワークによる複数環境下での不確実性を考慮した模倣学習模倣学習2019/3/1
ベイズニューラルネットワークの不確実性を用いて、学習済みロボット制御器が性能低下する状況を検出し、必要な時だけ追加データを要求することでデータ効率を高める手法を提案した。
